10.19734/j.issn.1001-3695.2022.04.0174
面向高维和不平衡数据的供应链金融信用评价
针对供应链金融模式下中小企业的信用风险控制问题,提出了一种面向高维和不平衡数据的信用风险预测模型.首先,基于Pearson-XGBoost两阶段特征选择建立供应链金融信用评价指标体系;其次,通过改进的NM-SMOTE算法对数据集进行平衡化;最后,利用Focal loss函数对XGBoost算法改进,并通过改进的粒子群算法进行优化,从而建立最终的信用评价模型.通过实验结果表明,提出的INS-IPSO-FLXGBoost模型对于中小企业具有更好的预测效果,可以更有效地识别风险企业.
信用评价、供应链金融、高维、不平衡、中小企业
39
TP391;F832.4(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;上海市自然科学基金资助项目;教育部人文社会科学研究项目;上海理工大学科技发展项目;上海理工大学大学生创新创业训练计划资助项目
2022-11-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
3396-3401